智能：以及计算机仍然无法做到的事情

智能：以及计算机仍然无法做到的事情 Intelligence: And what computers still can’t do

页面：11,作者/机构:COSMOS+TAXIS

简介:这份报告深刻探讨了人工智能（AI）与人类智能的区别，并指出了当前 AI 模型的局限性。报告从本能智能与高级智能的区别入手，阐述了即使强大的如 ChatGPT 这样的 LLM（大型语言模型）也只是一种统计机器，缺乏对世界真实理解和因果推理能力。报告进一步探讨了物理学模型的局限性，以及 Jonathan Simon 对人类大脑与逻辑系统区别的阐述，并佐以 Schulz 和 Hastings，以及 Emmanuel Martinelli 等人的观点，从复杂性、主体间性等角度论证了 AI 与人类智能的差异。最后，报告还探讨了 AI 技术对人类文化和行为的影响，以及强人工智能 (AGI) 的可能性。

报告重点

AI 的本质局限: 当前的 AI 系统，如 LLM，本质上是统计机器，缺乏对世界的真实理解、因果推理能力、常识和推理能力，无法像人类一样进行抽象思维和创造性解决问题。
物理学模型的局限: 宇宙的复杂性和非遍历性，以及系统元素之间复杂的依赖性相互作用，使得我们难以构建能够完全模拟现实世界的 AI 系统。
人类大脑并非逻辑系统: Jonathan Simon 认为，人类大脑并非简单的逻辑系统，其运作机制更为复杂，能够应对各种不可预测的情况，展现出高度的适应性和灵活性，而这是逻辑系统无法完全复制的。
复杂性是关键: Emmanuel Martinelli 强调，复杂性是理解人类智能的核心，而逻辑系统难以完全捕捉这种复杂性。人类大脑作为一个典型的复杂系统，其运作机制远超逻辑系统的模拟能力。
主体间性的缺失: 尽管 AI 在某些领域取得了显著成就，但它们仍缺乏“主体间性”，即无法像人类那样理解和回应情感、意图及意义，无法进行真正的对话和情感共鸣。

参考图示

下载链接

扫描二维码关注微信，回复报告或者 baogao ，即可获取密码